语义数据自动标注-个性化网络学习

自动语义标注的目的是将学习资源中的概念、关系与本体中对应实体相映射，进行概念实例识别，挖掘概念间潜在的关系。通过自动标注构建本体，生成实例进行自动本体扩充。识别主语、谓词、宾语后，标注为三元组形式以RDF文档格式存储。学习资源关联关系的标注是关联数据发布和扩展的前提，所以概念之间语义关系的自动提取和标注是关联数据组织的关键。

迭代式自动语义标注技术基于语义数据云图中对应项映射通过迭代方式对待处理数据进行自动语义标注，直至完成本体填充。使新增本体进入迭代运算，直至生成符合要求的本体实例。

自动语义标注系统模型自下向上分别为数据转换层、数据关联加工层、本体构建及标注层、知识本体集成层、知识本体存储及索引层、知识本体查询及检索层。在不同层中，关联数据和知识表示所发挥的作用存在差异，自动语义标注也分别通过不同的方式实现。而自动语义标注技术贯穿于该实验系统架构模型。(www.xing528.com)

第一层为数据转换层，负责通过自动语义标注技术将原始学习数据转换为RDF三元组形式。第二层为数据关联与加工层，负责将RDF三元组中的实体、关系与语义数据云图中对应实体、关系相映射，成关联链接。通过自动语义标注技术，使RDF三元组成为关联数据，并发现RDF三元组中潜在的语义关系。

第三层是本体构建及标注层，在关联数据基础上，通过语义标注等技术，增加TBOX，使关联数据进一步成为本体。第四层是知识本体集成层，负责对经过标注后的知识本体进行集成，通过映射、实例消重等方式进行语义融合，通过使用已经存在的不同主题本体建立一个范围更广或更具体的本体。第五层是知识本体存储和索引层，负责对集成后的知识本体进行存储和索引。通过采用本地存储与云存储结合的知识本体存储方法和基于Domain-per-dataset strategy数据索引方法，对知识本体进行存储管理和索引结构建立。对访问量最高的若干组索引，通过自动语义标注技术独立生成RDF文件放入内存中，加快索引访问速度。第六层是知识本体查询及检索层，负责根据输入项，在已实现存储和索引的集成后知识本体中查找，返回对应知识本体实例。